Summary  
Demonstrates how to calculate variance using NumPy’s np.var (population variance) and pandas’ .var() (sample variance) methods on a sequence of values.

General domain of usage  
Data analysis

## Cálculo de la varianza con NumPy

En `numpy`, pasa la secuencia de valores (como una columna del conjunto de datos) a la función `np.var()`, por ejemplo: `np.var(df['work_year'])`.

## Cálculo de la varianza con pandas

En `pandas`, aplica el método `.var()` directamente a la columna, así: `df['work_year'].var()`.

Ambos métodos producen resultados similares, con ligeras diferencias debido al uso de diferentes denominadores: **N** en `numpy` (varianza poblacional) y **N-1** en `pandas` (varianza muestral).

import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the variance using the function from the NumPy library
var_1 = np.var(df['salary_in_usd'])
# Calculate the variance using the function from the pandas library
var_2 = df['salary_in_usd'].var()

print('The variace using NumPy library is', var_1)
print('The variace using pandas library is', var_2)

Construya una base sólida en estadística utilizando Python. Aprenda conceptos estadísticos esenciales y aplíquelos a través de NumPy y pandas. Avance desde medidas básicas como la media y la varianza hasta pruebas de hipótesis, intervalos de confianza y obtención de conclusiones basadas en datos mediante práctica práctica.

Descubra los principios estadísticos fundamentales, incluidos los tipos de datos, las medidas de tendencia central y las diferencias clave entre muestras y poblaciones.

Aprenda a calcular e interpretar la media, mediana y moda utilizando Python. Practique estas operaciones con pandas para analizar conjuntos de datos reales.

Comprender cómo la varianza y la desviación estándar miden la dispersión de los datos. Aprender a calcular ambas manualmente y utilizando herramientas de Python.

Explora cómo la covarianza y la correlación describen las relaciones entre variables. Practica el cálculo y la comparación de ambas métricas en Python.

Domina los intervalos de confianza para estimar parámetros poblacionales. Utiliza NumPy, pandas y bibliotecas de visualización para calcular e interpretar intervalos con datos reales.

Aprenda los fundamentos de las pruebas de hipótesis y la prueba t. Comprenda cómo diseñar, realizar e interpretar pruebas utilizando Python para respaldar decisiones basadas en datos.

Calcular la Varianza con Python

Cálculo de la varianza con NumPy

Cálculo de la varianza con pandas